景谷县森林蓄积量遥感估测及其动态变化分析

以云南省景谷县为研究区,基于Landsat5和Landsat8遥感数据,利用2012年和2017年两期全国森林资源连续清查实地调查数据,建立多元逐步回归和随机森林模型对景谷县森林蓄积量进行遥感估测对比研究。结果显示:综合建模精度来看,随机森林法在相同样地数量条件下具有更好的估测效果;从估测结果与林地保护利用规划和林地变更数据结果相比较,随机森林法估测值接近真实值,估测精度较高。     

基于GF-1和Sentinel-2时序数据的茶园识别

由于茶园大多分布在地形复杂的山区,地块破碎,分布零散,形状差异大、植被混杂且茶园所处环境长期受到云雨的影响,增加了茶园遥感识别的难度与不确定性,针对这一问题,该研究提出了利用高分1号(GF-1)和哨兵2号(Sentinel-2)时序数据提取茶园的方法,以浙江省武义县王宅镇为研究区,采用GF-1号为主要数据源,并利用MODIS地表反射率产品和Sentinel-2反射率数据,基于时空融合算法得到时间分辨率5 d的10 m Sentinel-2完整的时序数据。综合利用GF-1在空间细节方面的优势和重建的Sentinel-2高观测频率时序数据在反映茶树生长过程方面的优势,分别基于GF-1的光谱和纹理特征及GF-1的光谱、纹理特征和Sentinel-2时序特征两种特征组合方式,采用随机森林算法提取茶园。结果表明,GF-1光谱、纹理信息结合Sentinel-2时序信息分类结果的准确率、错误率、精确率、召回率和F1分数分别为96.91%、3.09%、89.00%、83.09%和0.86,仅基于GF-1光谱和纹理信息的分类准确率、错误率、精确率、召回率和F1分数分别为94.72%、5.28%、73.09%、84.61%和0.78,添加时序信息分类结果总体优于未添加时序信息的分类结果。表明高空间分辨率结合高频率时序遥感数据是提高茶园分类精度的有效手段。     

基于Floyd 算法的景区游历路线规划问题

借助Floyd算法,分析了旅游情境下单源多目的地的路线规划问题。结合最近邻思想设计遍历景点的最短路线规划算法,通过具体实例进行验证,提出了在简单因素下的多目标整体最优路线规划,为旅游最短路线的个性化定制提供了解决方案,同时也为单源多目的地多目标路线规划问题提供了一定思路。     

水稻赖氨酸含量测定方法改进及其最优动态分类研究

赖氨酸是水稻营养成分中第一限制性氨基酸。为优化赖氨酸的测定方法,设置了本试验,通过超声振荡器取代普通振荡器,进行300W超声功率下酰化用时及染料结合反应用时的研究。结果表明,最佳酰化用时为15 min,染料结合用时为90 min。与国标法相比,优化后的方法酰化用时变长、染料结合用时变短,测定总用时明显缩短,但测定结果和试验精度更高。可见,采用超声波振荡代替传统振荡器振荡能改进赖氨酸的测定方法。另外,采用最优动态聚类法对赖氨酸含量进行分类,能防止人为分类的不确定性,做到分类方案的最优化。     

基于模拟退火与布谷鸟混合算法的树状灌溉管网优化设计

为实现树状灌溉管网低能耗、投资节约以及灌水均匀度高等目的,构建了树状灌溉管网非线性数学模型,设定压力、管径、流速为约束条件,设计了模拟退火与布谷鸟(SACS)混合算法,结合文献[14]资料数据分别采用遗传(GA)算法、模拟退火遗传(SAGA)混合算法、布谷鸟搜索(CS)算法、SACS混合算法4种优化算法对模型进行了求解.优化结果表明,采用SACS混合算法比GA算法灌溉管长减少了16.27％、投资节约了2.13％,比SAGA混合算法、CS算法,虽灌溉管长相等,但管径得到较大的优化,投资分别节约了3.76％、17.28％,验证了SACS混合算法的有效性.最后,以贵州省石阡县龙塘大屯茶叶园区216 hm2现代水利试点区喷灌工程为例,采用SACS混合算法对喷灌工程管网进行了优化,比传统设计方法灌溉管长减少了12.08 m,投资节约了17.93％,优化效果明显,为树状灌溉工程管网优化设计提供了新的思路.     

文本挖掘下的话语认知与构建——以人工智能和5G领域白宫新闻文本为例

[目的/意义]政府新闻文本是政策文本的表达形式之一。对政府新闻文本进行挖掘分析,能直观的展现表面动态,揭示对话事件的立场及其背后关系,能对情报分析工作、中国新型智库的发展建设,提供有效的助力。[方法/过程]文章利用TextRank算法进行核心句提取,并结合批评话语分析理论框架来做评估,以语料驱动从关键句、关键词两个宏观角度讨论政府决策态度,以词性从话语策略的微观角度总结美国官方对人工智能和5G领域的话语认知形象。[结果/结论]通过分析可以看出,美国政府对于人工智能和5G领域的态度将持续保持在“政府引领下的美国需优先”这一局面,面对发展中国家的科技竞争,增加政府政策性文本的指导无疑是最好的对策建议。     

基于PID直流电机驱动的移动式采摘机器人设计

为了提高移动式采摘机器人的控制效率和移动精度,将直流电机驱动电路引入到采摘机器人移动控制系统的设计中,并采用PID算法对移动速度进行调节,从而避免采摘机器人在移动过程中产生较大的速度波动,提高其作业时的平稳性。为了验证PID算法在采摘机器人移动控制系统上使用的可行性,模拟葡萄采摘机器人的作业环境,对采摘机器人移动过程的速度控制进行了仿真模拟,结果表明:达到速度预定目标时,PID算法比常规算法具有更快的响应速度,调节过程也更加平稳。     

机器学习及其在农业中应用研究的展望

机器学习是一种面向机器的数据分析方法,自动化机器学习的研究促进了人工智能的发展。大数据的快速积累,促进了机器学习算法的井喷式发展。如何选择合适的机器学习算法解决行业问题,成为了当前应用的难点。笔者整理了机器学习新材料,对各种机器算法的特点和算法之间的差异,进行了仔细的梳理,总结了各种算法的需求背景和优缺点,以及主要的应用场合。在此基础上,分析了机器学习在农业应用的案例,综述了机器学习在农业应用,指出了目前存在的发展瓶颈,并提出了进一步研究应用的建议。     

几种不同施肥方式对雷竹产量的影响研究

采用随机区组设计试验,分析对比竹腔施肥、普通施肥和不施肥3种处理对雷竹生长的影响。试验结果表明:竹腔施肥与普通施肥和不施肥比较,出笋数量分别增加12.11%和33.26%,退笋率分别降低3.3%和4.2%,经济收益分别提高14.0%和33.4%,新竹平均胸径分别增加0.25 cm和0.35 cm。综上所述,施肥对产笋量、成竹率、新竹径级和单位面积收益上均有积极的影响作用。不同施肥方式其作用效果为:竹腔施肥>普通施肥>不施肥。